โดย Nokka (นก-กา) | ตรวจข้อมูล 29 ต.ค. 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

ภาพประกอบ: เก้าอี้สำนักงานว่างเรียงเป็นแถวในห้องที่มีแสงจากจอคอมพิวเตอร์

ประโยคที่กำลังถูกแชร์กันทั่วโลกคือ "hire the robot, fire the human and don't look back" แปลว่า "จ้างหุ่นยนต์ ไล่คนออก แล้วไม่ต้องหันกลับมามอง"

คนจำนวนมากอ่านแล้วเข้าใจว่า บิล เกตส์กำลังบอกให้บริษัทไล่พนักงานออก

ผมไปเปิดต้นฉบับแล้ว ปรากฏว่าความหมายไม่ใช่แบบนั้น

เกตส์พูดอะไรจริง ๆ

ประโยคนี้อยู่ในบทสัมภาษณ์พิเศษกับหนังสือพิมพ์ The Observer เผยแพร่เมื่อ 25 ต.ค. 2026 สัมภาษณ์โดย Ben Zaranko และ James Harding [1]

ถ้อยคำเต็มในต้นฉบับคือ

"the incentive structure [in business] is wrong: It's 'hire the robot, fire the human and don't look back'"

สังเกตว่าก่อนเครื่องหมายคำพูด เกตส์บอกว่า โครงสร้างแรงจูงใจทางธุรกิจมันผิด

เขากำลังอธิบายว่าบริษัทถูกผลักให้เลือกเครื่องจักร เพราะกำไรตอบแทนทันทีและต้นทุนสังคมตกอยู่กับคนอื่น ไม่ได้กำลังแนะนำให้ทำแบบนั้น

ความต่างนี้สำคัญ เพราะถ้าอ่านแค่พาดหัว คุณจะคิดว่าเขาเป็นฝ่ายเชียร์การไล่คน

ในบทสัมภาษณ์เดียวกัน เกตส์ยังบอกด้วยว่าเขายินดีจ่ายภาษีมากกว่าที่เคยจ่าย "มากกว่าสองเท่า" คือเคยจ่ายตลอดชีวิต 14,000 ล้านดอลลาร์ และยินดีจ่ายถึง 40,000 ล้าน [1]

คนที่บอกให้เก็บภาษีคนรวยเพิ่มและเก็บภาษีการใช้ AI คงไม่ใช่คนที่กำลังบอกให้บริษัทไล่คนออกเพื่อเพิ่มกำไร

บทความต้นทางที่คนไทยยังไม่ค่อยได้อ่าน

รากของคำเตือนชุดนี้มาจากบทความยาวของเกตส์เอง ชื่อ "The choices we make about AI now are critical" เผยแพร่ 26 ส.ค. 2026 บนเว็บ GatesNotes [2]

ใจความสำคัญคือ AI จะเป็น "เครื่องมือสร้างความเท่าเทียมที่ยิ่งใหญ่ที่สุด" หรือ "แหล่งความอยุติธรรมที่เลวร้ายที่สุด" ขึ้นอยู่กับว่ามนุษยชาติเลือกทางไหน [2]

เขาบอกตรง ๆ ว่าตอนนี้โลกยังไม่เตรียมตัว และยังไม่มีแผนรับมือ

เส้นเวลาที่เขาให้ไว้

เกตส์ประเมินว่าการเปลี่ยนแปลงจะเกิดในระดับ ทศวรรษ ไม่ใช่หลายชั่วอายุคน

เขาเปรียบเทียบกับการเปลี่ยนผ่านจากสังคมเกษตรสู่สังคมสำนักงาน ซึ่งใช้เวลาหลายรุ่นคน [2] ส่วนคำอธิบายว่าทักษะแบบไหนจะถูกแทนนั้น อยู่ในบทสัมภาษณ์ Observer โดยเขาไล่ลำดับว่า "ทักษะการประดิษฐ์ ทักษะงานคอปกขาว และเมื่อหุ่นยนต์ฮิวแมนนอยด์ดีขึ้น ก็คือทักษะแรงงานทางกาย" [1]

สามข้อเสนอที่มักถูกพาดหัวข่าวกลบ

1. Human Reserved

เกตส์เสนอแนวคิดที่เขาเรียกว่า Human Reserved คือการ กันงานบางประเภทไว้ให้มนุษย์เท่านั้น [2]

ตัวอย่างที่เขาให้ไว้คืองานแจ้งข่าวร้าย เช่น การบอกคนไข้ว่าเป็นโรคที่รักษาไม่ได้ ซึ่งเขาบอกว่าหุ่นยนต์ไม่ควรเป็นคนพูดเรื่องแบบนั้น [2] เขายังยกงานดูแลผู้สูงอายุว่าบางประเทศอาจกำหนดให้ต้องเป็นคนทำ [2]

นี่ไม่ใช่การห้ามใช้เทคโนโลยี แต่ออกแบบกติกาว่างานบางอย่างต้องมีคนรับผิดชอบจริง

2. ปรับสมดุลภาษีแรงงานกับทุน

นี่คือแนวคิดที่ร้อนแรงที่สุด เขาเสนอให้ทบทวนว่า ทำไมการจ้างคนจึงมีต้นทุนภาษีและค่าจ้าง ขณะที่การลงทุนเครื่องจักรได้สิทธิ์หักค่าใช้จ่าย [2]

ในบทสัมภาษณ์ Observer เขาเสนอแนวทางที่อาจเรียกได้ว่า "token tax" คือเก็บภาษีจากการใช้ AI [1]

ข้อวิจารณ์ที่ตรงไปตรงมาคือ ภาษีแบบนี้อาจชะลอการใช้ AI ในทางที่เป็นประโยชน์ล้วน อย่างการทำยาและการศึกษาที่ถูกลง [2] เกตส์ตอบข้อวิจารณ์นี้ว่า มันไม่ลงตัวทางเศรษฐศาสตร์ก็จริง แต่เราพอจะรับความไม่มีประสิทธิภาพเล็กน้อยได้ ถ้าแลกกับการที่คนยังมีงานทำ [2]

3. เตรียมระบบรองรับคนที่เสียงาน

ข้อนี้สำคัญกับคนไทยมากที่สุด เพราะเป็นเรื่องที่รัฐบาลทำได้ทันทีโดยไม่ต้องรอเทคโนโลยี

เกตส์บอกว่าหากไม่มีนโยบายรองรับ งานใหม่จะมีจำนวนน้อยกว่าที่มีอยู่ในปัจจุบันมาก [2]

ตัวเลขที่ควรรู้ก่อนเชื่อข่าว

ข้อเท็จจริงที่ผมคิดว่าสำคัญที่สุดในเรื่องนี้ ไม่ได้อยู่ในถ้อยคำของเกตส์ แต่อยู่ในงานวิจัยที่เขาเองอ้างอิง

งานของ Erik Brynjolfsson, Bharat Chandar และ Ruyu Chen จาก Stanford เผยแพร่เดือน ส.ค. 2026 ใช้ข้อมูลเงินเดือนจริงจาก ADP ครอบคลุมคนหลายล้านคนถึงเดือน มิ.ย. 2026 [3]

เปเปอร์บันทึกไว้หกข้อ ส่วนสามข้อที่เกี่ยวกับคำถามของบทนี้คือข้อ 1, 2 และ 4 (แสดงเป็นลำดับ 1 ถึง 3 ข้างล่าง)

1. ภาพรวมเศรษฐกิจสหรัฐ: ยังไม่พบการแทนที่งานเป็นวงกว้าง 2. คนอายุ 22-25 ในอาชีพที่ AI กระทบ: จ้างงานต่ำกว่าเส้นทางของกลุ่มที่กระทบน้อยกว่า 19% 3. ช่องว่างนี้เกิดจากการรับคนใหม่น้อยลง ไม่ใช่การไล่คนออกเพิ่ม 

ข้อ 2 คือตัวเลขที่ควรจดจำ เพราะมันชี้ว่าใครเจ็บก่อน

ข้อ 3 สำคัญเพราะมันเปลี่ยนวิธีแก้ปัญหา ถ้าปัญหาคือการรับคนใหม่น้อยลง การเยียวยาคนที่ถูกไล่ออกจะไม่ช่วยเด็กจบใหม่เลย

ตัวเลข 19% นี้ยังไม่ใช่หลักฐานเชิงสาเหตุ ผู้เขียนเองเตือนว่ามันเป็นตัวชี้วัดเชิงพรรณนาช่วงต้น หรือ canaries in the coal mine ไม่ใช่ข้อสรุป [3]

ทำไมคนรุ่นใหม่เจ็บก่อน

เกตส์ชี้ไว้ในบทความว่าคนรุ่นใหม่คือกลุ่มที่เขาเป็นห่วงที่สุด [2]

งานระดับเริ่มต้นเคยเป็นบันไดขั้นแรก สำหรับสร้างประสบการณ์ก่อนขึ้นเป็นงานที่ซับซ้อนขึ้น

ถ้า AI ทำงานระดับเริ่มต้นได้หมด บันไดขั้นนั้นก็หายไป ไม่ใช่แค่ตำแหน่งงานหาย

ในมุมของผม นี่คือจุดที่สังคมไทยควรคิดหนักที่สุด เพราะระบบการศึกษาไทยยังออกแบบบนสมมติฐานว่าเด็กจบใหม่จะได้งานระดับเริ่มต้นเสมอ

สิ่งที่คนทำงานควรเตรียม

ผมสรุปเป็นสี่ข้อที่ทำได้จริงโดยไม่ต้องรอรัฐบาล

  • แยกงานในมือคุณเป็นสองกอง: กองที่มีขั้นตอนชัดเจน กับกองที่ต้องตัดสินใจภายใต้ความไม่แน่ใจ กองแรกจะถูกแทนก่อน
  • สร้างหลักฐานผลงานที่วัดได้ ไม่ใช่แค่รายการงานที่ทำ เพราะเมื่อทีมเล็กลง คนที่พิสูจน์ผลได้จะอยู่รอด
  • เรียนการใช้ AI กับงานของคุณจริง ไม่ใช่เรียนเขียนโค้ดถ้าคุณไม่ได้ทำงานสายนั้น
  • เก็บเครือข่ายและความสัมพันธ์ไว้ เพราะงานที่ต้องใช้ความไว้ใจเป็นงานที่ระบบอัตโนมัติแทนได้ยากที่สุด

ข้อที่ควรระวังในการอ่านข่าวนี้

มีสามกับดักที่ผมเห็นบ่อยในข่าวไทยเรื่องนี้

ดักแรกคือการอ่านประโยคเดียวแล้วสรุปว่าเกตส์สั่งให้ไล่คน ซึ่งผิดบริบทโดยสิ้นเชิง

ดักที่สองคือการเหมารวมว่า AI ทำให้คนตกงานแล้ว ทั้งที่ข้อมูลระดับมหภาคยังไม่ยืนยัน

ดักที่สามคือการมองข้ามว่าเกตส์กำลังพูดถึง โครงสร้างแรงจูงใจ ไม่ใช่ตัวเทคโนโลยี

ถ้าจะสรุปสั้น ๆ ประโยคของเกตส์ไม่ใช่คำสั่ง แต่เป็นคำวิจารณ์ว่า ระบบที่ให้รางวัลกับการแทนคนด้วยเครื่อง กำลังทำให้ต้นทุนสังคมตกอยู่กับคนที่ไม่มีอำนาจต่อรอง

คำถามที่ผมคิดว่าควรถามต่อคือ ถ้าบันไดขั้นแรกหายไปจริง ใครควรเป็นคนสร้างบันไดขั้นใหม่

REF

[1] The Observer (25 ต.ค. 2026) · Bill Gates warns the 'evolutionary' age of AI will be brutal for workers. https://observer.co.uk/news/technology/article/bill-gates-warns-the-evolutionary-age-of-ai-will-be-brutal-for-workers

[2] Bill Gates (26 ส.ค. 2026) · The choices we make about AI now are critical. https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make

[3] Erik Brynjolfsson, Bharat Chandar, Ruyu Chen (ส.ค. 2026) · Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf